具有弱连续转移概率的总代价与平均代价 MDP 向折扣 MDP 的归约
最优化与控制
2017-11-21 v1
摘要
本注记描述了在一般状态与动作空间下、具有弱连续转移概率的总代价和平均代价马尔可夫决策过程（MDPs）可归约为折扣 MDP 的充分条件。对于无折扣问题，这些归约意味着最优方程的有效性以及平稳最优策略的存在性。这些归约还提供了计算最优策略的方法。结果应用于具有固定成本和丢失销售的容量受限库存控制问题。
引用
@article{arxiv.1711.06803,
title = {Reduction of total-cost and average-cost MDPs with weakly continuous transition probabilities to discounted MDPs},
author = {Eugene A. Feinberg and Jefferson Huang},
journal= {arXiv preprint arXiv:1711.06803},
year = {2017}
}